多傳感器信息融合（MSIF）是組合導(dǎo)航系統(tǒng)中信息處理的基本理論。通過完善車載組合導(dǎo)航系統(tǒng)的信息融合結(jié)構(gòu)和處理算法是取得高精度的組合導(dǎo)航性能的有效解決途徑。根據(jù)車載導(dǎo)航系統(tǒng)精度和連續(xù)性的需要，以及體積、功耗和成本的制約因素，GPS/DR車載組合導(dǎo)航系統(tǒng)成為現(xiàn)今車輛導(dǎo)航的研究熱點�？柭鼮V波是處理導(dǎo)航估計中最常用的方法。其中，擴(kuò)展卡爾曼濾波（EKF）和無跡卡爾曼濾波（UKF）解決了非線性系統(tǒng)的濾波問題。但二者在復(fù)雜的濾波環(huán)境中的自適應(yīng)能力較弱。本文通過對算法的自適應(yīng)改進(jìn)解決這一問題，主要做了以下工作：首先闡述了多傳感器數(shù)據(jù)融合理論，GPS和DR系統(tǒng)的定位原理以及組合導(dǎo)航系統(tǒng)的誤差分析。研究了基本卡爾曼濾波（KF）、擴(kuò)展卡爾曼濾波（EKF）、無跡卡爾曼濾波（UKF）和遞推最小二乘（RLS）自適應(yīng)算法的結(jié)構(gòu)和流程。其次分析了當(dāng)由環(huán)境噪聲的大小變化所引起的EKF和UKF算法容易出現(xiàn)定位失去可靠性，甚至是濾波發(fā)散的原因。為了解決這一問題，對EKF和UKF算法進(jìn)行了改進(jìn)，得到了具有自適應(yīng)性質(zhì)的AEKF和AUKF。再次根據(jù)GPS/DR組合導(dǎo)航系統(tǒng)的緊組合方式，以車輛的動力學(xué)特性和加速度“當(dāng)前”統(tǒng)計模型... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及意義
    1.2 多傳感器信息融合技術(shù)及算法的國內(nèi)外發(fā)展和現(xiàn)狀
    1.3 組合導(dǎo)航技術(shù)及國內(nèi)外發(fā)展和現(xiàn)狀
        1.3.1 衛(wèi)星導(dǎo)航系統(tǒng)的國內(nèi)外發(fā)展和現(xiàn)狀
        1.3.2 DR 系統(tǒng)傳感器的國內(nèi)外發(fā)展及現(xiàn)狀
    1.4 論文的主要內(nèi)容及工作
第2章 多傳感器信息融合理論和定位原理
    2.1 引言
    2.2 多傳感器信息融合理論
        2.2.1 多傳感器信息融合層次
        2.2.2 多傳感器信息融合結(jié)構(gòu)
    2.3 GPS/DR 組合導(dǎo)航系統(tǒng)的定位原理
        2.3.1 GPS 系統(tǒng)定位原理
        2.3.2 陀螺儀原理
        2.3.3 里程儀原理
        2.3.4 DR 定位原理
    2.4 GPS/DR 組合導(dǎo)航系統(tǒng)的定位誤差分析
        2.4.1 GPS 定位誤差分析
        2.4.2 DR 系統(tǒng)定位誤差分析
    2.5 本章小結(jié)
第3章 濾波算法的改進(jìn)
    3.1 引言
    3.2 Kalman 濾波算法
        3.2.1 基本 Kalman 濾波方程
        3.2.2 擴(kuò)展 Kalman 濾波算法
    3.3 無跡 Kalman 濾波算法
        3.3.1 UT 變換
        3.3.2 Sigma 取點
        3.3.3 UKF 算法的實現(xiàn)
    3.4 自適應(yīng)濾波算法
        3.4.1 自適應(yīng)系統(tǒng)
        3.4.2 自適應(yīng)濾波算法 RLS
    3.5 濾波算法的自適應(yīng)改進(jìn)
    3.6 本章小結(jié)
第4章 GPS/DR 組合導(dǎo)航系統(tǒng)的模型構(gòu)建
    4.1 引言
    4.2 構(gòu)建方案
        4.2.1 GPS/DR 組合導(dǎo)航系統(tǒng)的組合方式
        4.2.2 GPS/DR 組合導(dǎo)航系統(tǒng)方程的離散化
    4.3 模型構(gòu)建
        4.3.1 CV 和 CA 模型
        4.3.2 加速度“當(dāng)前”統(tǒng)計模型
    4.4 本章小結(jié)
第5章 實驗仿真
    5.1 引言
    5.2 實驗設(shè)計
        5.2.1 實驗設(shè)計方法
        5.2.2 實驗數(shù)據(jù)分析
    5.3 仿真實驗
        5.3.1 基于時間的比較
        5.3.2 基于誤差的比較
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]基于GPS/SINS/里程計的車載組合導(dǎo)航研究[J]. 李兵,戰(zhàn)興群,湛雷.  測控技術(shù). 2012(11)
[2]信息融合理論的基本方法與進(jìn)展（Ⅱ）[J]. 潘泉,王增福,梁彥,楊峰,劉準(zhǔn)釓.  控制理論與應(yīng)用. 2012(10)
[3]多傳感器信息融合在智能車中的應(yīng)用研究[J]. 宋曉虹,陳白帆.  計算機仿真. 2012(06)
[4]基于當(dāng)前統(tǒng)計模型的機動目標(biāo)自適應(yīng)強跟蹤算法[J]. 劉望生,李亞安,崔琳.  系統(tǒng)工程與電子技術(shù). 2011(09)
[5]迭代無味卡爾曼濾波的目標(biāo)跟蹤算法[J]. 常國賓,許江寧,李安,常路賓.  西安交通大學(xué)學(xué)報. 2011(12)
[6]基于UKF的窗口自適應(yīng)Mean-Shift算法[J]. 楊帆,鄭春紅,楊剛.  計算機工程. 2011(14)
[7]組合導(dǎo)航自適應(yīng)卡爾曼濾波改進(jìn)算法研究[J]. 李旦,秦永元,梅春波.  測控技術(shù). 2011(03)
[8]SINS/GPS組合導(dǎo)航系統(tǒng)Kalman濾波仿真研究[J]. 員麗瓊,景占榮.  自動化儀表. 2011(01)
[9]基于漸消記憶自適應(yīng)Kalman濾波的GPS/DR數(shù)據(jù)融合[J]. 游勝玉,姜林,李祥.  計算機工程與設(shè)計. 2010(21)
[10]我國未來衛(wèi)星導(dǎo)航與衛(wèi)星移動通信結(jié)合發(fā)展與應(yīng)用構(gòu)想[J]. 陳向東.  衛(wèi)星與網(wǎng)絡(luò). 2010(10)

碩士論文
[1]GPS/DR車輛組合導(dǎo)航定位系統(tǒng)關(guān)鍵理論問題的研究[D]. 嚴(yán)鐳.蘭州理工大學(xué) 2011
[2]多傳感器最優(yōu)估計與融合算法[D]. 肖雷.西安電子科技大學(xué) 2009
[3]組合導(dǎo)航系統(tǒng)及其濾波算法研究[D]. 姚文國.西安電子科技大學(xué) 2007
[4]多傳感器信息融合在車輛定位與導(dǎo)航中的應(yīng)用[D]. 黃靜.蘭州理工大學(xué) 2005
[5]自適應(yīng)濾波及濾波算法研究[D]. 李毅.西北工業(yè)大學(xué) 2003



本文編號：3206889